OpenAI发布首份《企业AI状况报告》：AI规模化应用加速，生产力提升显著但采用鸿沟扩大

核心摘要：OpenAI于2025年12月9日发布了其首份《企业AI状况报告》，基于超过100万商业客户及近9000名员工的真实数据，揭示了人工智能在企业中从实验迈向规模化应用的关键转折。报告显示，企业AI用量呈现爆炸式增长，API推理调用量同比暴增320倍，ChatGPT企业版席位增长9倍。AI带来了可衡量的生产力提升，员工平均每天节省40-60分钟，但“前沿员工”与普通员工的使用深度差距巨大，效率差距可达17倍。报告指出，成功的组织正将AI从外围工具转变为驱动收入增长和竞争优势的核心组织能力。

企业AI用量呈指数级增长，深度集成成为新常态

过去一年，企业对生成式AI的采用已从零散的探索性使用，转向深度、系统性的工作流集成。OpenAI目前服务着超过700万个ChatGPT工作席位，其中面向企业的ChatGPT Enterprise席位同比增长约9倍。更为显著的是，企业通过API将AI能力深度嵌入自身产品和系统的趋势正在加速。报告数据显示，过去12个月，每个组织的平均API“推理token”消耗量惊人地增长了320倍，这标志着AI正被系统地集成到可扩展的产品和服务中，而不仅仅是作为独立工具使用。

这种深度集成主要体现在两大转变上：

1. Custom GPTs与Projects的普及：作为构建在ChatGPT之上的可配置接口，它们允许员工将指令、知识和自定义操作打包，执行可重复的多步骤任务。其周活跃用户数年内增加了19倍，目前所有企业消息中约有20%通过此类定制化方案处理。例如，跨国银行BBVA日常使用的GPTs数量已超过4000个，形成了规模化的AI应用文化。
2. 开发者与API工作流的扩展：企业为追求高度控制和定制化，正大量通过API将模型直接集成到内部系统。用于代码生成的Codex模型，在过去六周内周活跃用户数增加了2倍，消息量增长约50%，显示出AI辅助开发已成为企业技术栈的核心部分。

生产力提升获实证，AI正重新定义工作边界

该报告通过大规模调研证实了AI对工作效率的实质性影响。75%的受访员工表示，使用AI（包括ChatGPT及企业级服务）提升了其工作速度或输出质量。平均而言，ChatGPT企业版用户认为每天因使用AI节省了40至60分钟。在数据科学、工程和通信等知识密集型领域，节省时间更为显著，达到60-80分钟。

这种效率提升已转化为跨职能的具体业务成果：

• **87%**的IT员工报告问题解决速度加快。
• **85%**的市场和产品用户报告营销活动执行加速。
• **75%**的人力资源专业人员观察到员工敬业度提高。
• **73%**的工程师反馈代码交付速度加快。

更重要的是，AI正在扩展员工的能力边界。75%的员工报告称，他们能够完成以前无法胜任的任务，如编程支持、代码审查和数据分析。一个显著趋势是，非技术团队正越来越多地参与编码工作，在工程、IT和研究部门之外，与编码相关的消息量在过去六个月平均增长了36%。这印证了行业从“生成式AI”向“代理型AI”的演进趋势，即AI从“聊天”输出信息，转向在实际场景中“做事”和解决问题。

行业采用全面开花，全球化进程加速

AI的采用已呈现跨行业、全球化的快速发展态势。各行业客户数量的年增长率中位数超过6倍，即使增长最慢的行业也超过了2倍。

• 增长领跑者：科技、医疗健康和制造业是增长最快的行业，客户数分别增长了11倍、8倍和7倍。
• 应用规模最大：金融和专业服务领域目前拥有最大规模的ChatGPT企业版客户群。不同行业的API使用也各有侧重：科技公司主要用于构建面向客户的应用；专业服务公司聚焦于编码和开发者工具；金融机构则多从客户支持等投资回报明确的场景切入。

在地域层面，早期以美国为主的采用格局正在改变，国际市场增长迅猛。澳大利亚、巴西、荷兰和法国等市场的商业客户同比增长超过143%。过去六个月，国际API客户增长已超过70%，日本成为美国以外最大的企业API客户市场。这表明AI作为提升竞争力的工具，其价值正在全球范围内获得广泛认可。

采用鸿沟凸显：前沿者与落后者差距巨大

报告揭示了一个严峻现实：在AI应用上，领先者与落后者之间的差距正在急剧扩大。这种差距体现在员工和企业两个层面。

在员工层面，被称为“前沿员工”（使用强度排名前5%）的群体与中位数员工的表现差异悬殊。前沿员工生成的消息量是中位数员工的6倍；在数据分析领域，其工具使用频率是中位数员工的16倍；而在编码领域，这一差距最大达到17倍。使用深度直接决定收益，能执行约七类不同任务的用户，其报告节省的时间是仅执行四类任务用户的五倍。然而，调查发现，即便是活跃用户，也有相当比例从未使用过数据分析、推理或搜索等高级功能。

在企业层面，“前沿企业”（95百分位）每席位生成的消息量是中位数企业的2倍，而发送到定制化GPTs的消息量更是达到中位数企业的7倍。这清晰表明，领先企业已超越将AI视为简单生产力工具的阶段，正在系统性地投资于基础设施和运营模式，将AI构建为核心组织能力。OpenAI早前发布的领导力指南也指出，早期采用AI的企业，其收入增长速度已比同行快1.5倍。

领先企业的成功实践与未来方向

报告通过Intercom、Lowe‘s、Indeed、BBVA、Oscar Health和Moderna等六个行业案例，实证了AI如何驱动可衡量的商业成果，如降低运营成本、提升转化率、加速产品周期等。基于这些实践，报告总结了领先企业通常做好的五项关键工作：

1. 通过赋能上下文进行深度系统集成：为AI安全开放对公司核心工具和内部数据的访问权限，实现深度集成。
2. 工作流的标准化和复用：积极创建、共享和发现可重复的AI解决方案，如定制GPTs。
3. 高管领导和赞助：设定明确目标、确保资源、协调团队并为实验创造安全空间。
4. 数据准备和评估：将制度知识编码为机器可读的程序，并建立持续评估体系追踪模型真实表现。
5. 审慎的变革管理：建立加速组织学习的结构，平衡集中治理与分布式赋能。

报告最后强调，当前AI领域的发展日新月异（OpenAI大约每三天发布一个新功能），对组织而言，主要的制约因素已不再是技术或工具本身，而是组织自身的准备度和变革能力。未来竞争的关键在于，企业能否从依赖“提示词工程”的浅层应用，转向基于“上下文工程”和“强化微调”构建体系化、可定制的智能系统。正如中国在推动“人工智能+”行动中所倡导的，未来的方向是培育“智能原生”企业，即将AI能力内化为企业发展的原生动力，实现从“效率提升”到“价值创造”的整体跃迁。

文章来源：OpenAI. (2025). The State of Enterprise AI 2025 Report. 综合参考澎湃新闻、每经网、财联社、中国工信新闻网、国家发改委官网、中工网等相关报道与分析。